-
ChatGPT 提示语数据集
Awesome ChatGPT Prompts 数据集是精心挑选的创意和实用提示集合，旨在激发和促进使用 OpenAI 的 GPT 模型进行对话。该数据集包含 170 个提示，涵盖多个领域和角色，例如讲故事、编码、搜索引擎优化、旅行指南甚至单口喜剧。每个提示都经过量身定制，以模拟特定的现实场景，可用于训练或探索对话式 AI 模型的功能。从充当...
-
TicTacToe Q 学习表数据集
这是一个 json 文件，包含井字游戏的所有 5890 个有效配置。最初应该有 19,683 个配置，但在删除所有不可能的组合后，我们只剩下这个数字 5890这个数据集的独特之处在于它不知道 AI 扮演什么位置。但建议让 AI（代理）扮演 X（第一步），以便让它领先一步。显然，如果你想让代理在学会扮演 X 之后扮演 O，你需要另一个相同的 q...
-
Solana 历史数据 2021 - 2024
该数据集包括 2021 年 1 月 1 日至 2024 年 9 月 29 日 Solana (SOL) 的每日价格和交易量数据。 数据包括用于分析 Solana 随时间的表现和趋势的基本交易指标。这些指标可用于预测、交易策略或其他财务分析。
-
geoleaderboard 排行榜数据
该数据集为geoleaderboard 网站提供全面的排行榜数据，每日更新。它包括排名、用户名、国家、评级、分区、移动评级、无移动评级和 NMPZ 评级等列。非常适合跟踪玩家表现并分析 GeoGuessr 游戏中的模式。
-
ChatGPT 用户评论数据集
该数据集包含每日更新的 ChatGPT Android 应用用户评论和评分。该数据集包含几个关键属性，可捕捉评论的各个方面，从而深入了解用户体验和随时间变化的反馈。数据来源：数据是通过 Google Play 商店中 ChatGPT Android...
-
AI 传感器的高级信号处理数据集
该数据集由Emirhan Bulut ( kaggle.com/emirhanai ) 创建 高分辨率信号数据：来自最先进传感器的详细读数，包括雷达、声纳和红外系统。 AI 系统输出：反映 AI 对传感器输入的处理的数据，例如目标识别和威胁评估。 操作日志：人工智能系统在各种模拟场景中的决策和行动的记录。...
-
以太坊历史数据集2018-2024
以太坊由 Vitalik Buterin 于 2015 年推出，是一个去中心化的区块链平台，支持智能合约和去中心化应用程序 (dApps)。它引入了其原生加密货币以太币 (ETH)，为其网络提供动力。以太坊的创新技术推动了显著增长，使其成为去中心化金融 (DeFi) 和 NFT 的基础。 该数据集的历史以太坊价格包括 2018 年 9 月 4 日至...
-
多种健身锻炼数据集
该数据集提供了 50 种旨在促进整体健康和健身的各种锻炼的详细信息。它包括适合初学者到高级健身爱好者的各种活动，针对不同的肌肉群和健身目标。这些数据可用于个人健身计划、锻炼应用开发或健康和运动科学的数据分析项目。 锻炼名称：锻炼的通用名称。 类型：字符串 描述：数据集中每个锻炼的唯一标识符。 组数：建议练习的组数。 类型：整数...
-
人工智能助力美国交通部统计
数据用途简介：评估不同AI用例在交通领域的应用现状和发展潜力，识别关键技术和应用趋势。 分析AI技术对交通系统效率和安全性的影响，支持交通管理和公共安全策略的制定。 研究联邦机构在AI技术使用中的最佳实践，促进跨部门合作和知识共享。 支持AI技术供应商和交通企业了解市场需求，优化产品和服务设计。 为学术研究提供基础数据，推动交通工程和人工智能领域的创新研究。
-
纽约市出租车区域数据
数据用途简介：该数据集为研究纽约市绿牌出租车的运营状况提供了丰富的信息，适用于多种分析和应用场景。 研究人员和数据分析师可以利用这些数据进行交通流量分析、乘客行为研究、费用结构优化等。此外，城市规划者可以基于数据优化交通管理策略，提升公共交通服务质量。对于数据科学领域，数据集是构建预测模型、进行机器学习实验和开发智能交通系统的理想资源。
-
纽约大都会运输署颜色数据集
数据用途简介，该数据集可用于分析和应用MTA各项服务的颜色编码，帮助品牌管理和图形设计师确保视觉一致性，支持交通规划者优化交通指示系统的颜色使用，提高乘客的识别和导航效率。 此外，开发者和数据分析师可以利用该数据集进行交通系统的可视化展示，增强数据的可读性和可理解性。无障碍设计师也可参考该数据集，确保颜色选择符合视觉可访问性标准，提升所有乘客的使用体验。
-
纽约大都会运输署旅客等待时间统计
数据用途简介，该数据集可用于深入分析纽约地铁系统中乘客的旅程体验，帮助交通管理部门识别和减少乘客在站台和列车上的额外等待时间，优化列车调度和站台管理，提升整体运营效率。...
-
纽约大都会运输署地铁站和综合站统计
数据用途简介，该数据集可用于分析纽约地铁和斯塔顿岛铁路的站点分布与结构，帮助城市规划者优化交通网络布局，支持交通管理部门提升运营效率，进行无障碍设施的评估与改进。 此外，研究人员和开发者可以利用该数据集进行交通模式分析、开发相关的移动应用，如导航工具和出行规划服务，以提升市民的出行体验。
-
美国人口离家后停留超过10分钟的数据统计
数据用途简介，《按距离划分的美国出行趋势数据集》为交通分析师、政策制定者、城市规划师、数据科学家及学术研究人员提供了详尽的出行数据。通过对不同层级（国家、州、县）和距离范围内的出行情况进行分析，用户可以识别出行模式和趋势，评估交通资源的分配和利用效率，制定和优化交通政策与基础设施规划。...
-
美国城市市场出租车票价数据集
数据用途简介，《2021 年美国城市市场出租车票价数据集》为交通分析师、经济学家、城市规划师、政策制定者、环境研究人员及数据科学家等提供了详尽的出租车行程票价数据。...
-
洛杉矶地铁自行车共享数据集
数据用途简介，洛杉矶地铁自行车共享数据集为城市规划者、交通分析师、共享单车运营商和研究人员提供了详尽的共享单车使用数据。 通过分析行程持续时间、站点位置、用户类型和使用时间等信息，用户可以了解共享单车的使用模式，优化自行车道和站点布局，提高运营效率，促进可持续城市交通的发展。此外，数据集有助于研究共享单车对城市交通拥堵、环境保护和居民健康的影响。
-
加利福尼亚州弗雷斯诺县的“所有道路”数据
数据用途简介，加利福尼亚州弗雷斯诺县的所有道路TIGER/Line形状文件为城市规划者、交通分析师、地图制作者及物流公司等提供了详尽的道路和路径数据。 通过该数据集，用户可以进行道路网络的优化与规划，分析交通流量，更新和创建精确的数字地图，优化运输路线，以及制定有效的应急响应计划。其全国无缝连接的特性使其在跨区域分析和应用中尤为重要。
-
-
纽约市巴士行程和停靠站数据集
数据用途简介： 该数据集适用于多种应用场景，包括但不限于交通流量分析、路线优化、出行时间预测、公共交通系统评估以及地理空间分析。 通过对不同时间维度和地理区域的深入分析，用户可以识别交通瓶颈、优化路线设计、提升公交服务质量，进而推动城市交通的可持续发展。
-
2024年纽约MTA地铁站点间客流量数据集
数据的内容，2024年纽约市地铁站的估计客流量数据，包括不同站点间的乘客流量及相关的时间、空间信息。 数据来源，互联网公开数据 行业用途划分，交通规划：支持交通管理及地铁运营优化 城市规划：为城市公共设施布局提供数据参考 商业分析：识别人流密集区，为商业选址和服务优化提供依据 数据用途简介...
